# 公开职业资料比较：形式方法与验证 / 金融模型独立验证 比较工作、要求与 AI 影响，不计算个人匹配分。个人背景由用户自己的 Agent 使用。 # 形式方法与验证 岗位方向；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 把关键系统属性写成精确规格，并用证明或模型检查验证。 形式方法是研究和工程交叉方向；验证只对表达出来的规格与假设负责。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：形式化验证、形式验证工程师、定理证明、证明工程师、Formal Methods 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 需求到形式规格 产物：属性、模型、假设和实现对应；需求—规格—实现对照；假设、可达性及未编码需求 内容覆盖：partial；规格产物与拒收路径完整；业务需求自动规格化和工业并发/硬件仍缺直接覆盖，不能由局部证明抵消。 任务应用：/careers/formal-methods#work-formal-methods-delivery-1 变体：顺序软件规格与验证；并发或硬件系统模型 ### 形式验证产物 产物：证明、模型检查或满足性结果及可重放环境；证明/模型检查项目及日志；完整义务/界限与信任基础 内容覆盖：documented；对应工作：交付完整证明或模型检查结果。 任务应用：/careers/formal-methods#work-formal-methods-delivery-2 变体：固定局部证明义务 ### 反例诊断与修订 产物：反例、真实缺陷与建模错误区分；可重放trace/输入；缺陷回归或抽象修订 内容覆盖：documented；对应工作：交付反例诊断及规格/实现修订。 任务应用：/careers/formal-methods#work-formal-methods-delivery-3 变体：顺序软件规格与验证；并发或硬件系统模型 ### 验证驱动实现 产物：满足规格的代码或模型变更；代码/规格差异；完整义务及实现回归 内容覆盖：documented；对应工作：交付符合固定属性的代码变更。 任务应用：/careers/formal-methods#work-formal-methods-delivery-4 变体：规格/代码升级 ### 证明维护与信任审计 产物：版本、依赖、未证部分及信任基础；版本/依赖及未证清单；受影响目标重建/负控制 内容覆盖：documented；对应工作：交付证明维护与信任审计。 任务应用：/careers/formal-methods#work-formal-methods-delivery-5 变体：规格/代码升级 范围来源：https://www.onetonline.org/link/summary/15-1221.00；https://www.onetonline.org/link/summary/15-1252.00 当前范围以外： - 未编码的现实要求不包含在形式保证 - 金融模型统计有效性另验 待补： - 工业并发/硬件规格与真实实现连接缺专属直接AI覆盖，程序局部义务结果不能抵消。 - 编译器、外部调用/硬件、未建模需求与工具链升级的信任边界需任务核对。 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 交付需求对应的形式规格 把系统属性、状态与环境抽象成可检查规格并映射实际实现。 交付物：需求—规格—实现对照；假设、可达性及未编码需求 判断依据：外部报告结果、有条件的编辑推断 当前变化：可以整包委派候选规格与验证材料，但专属程序证明实验主要针对已有义务，需求含义须单独接收；不从Nexus迁移工业保证。 - 程序与系统验证：规格、反例和证明产物相互对照：/work-units/W-M10?version=2026-10-21.workunits.2 顺序软件与并发/硬件是不同模型输入；程序证据直接限于相应义务，跨模型保证需单独验收。（partial；workunits/work-unit/W-M10@2026-10-21.workunits.2） 应用范围：顺序软件与并发/硬件是不同模型输入；程序证据直接限于相应义务，跨模型保证需单独验收。 AI工作组织：代理可提出规格/不变量、探索反例、修改代码并响应验证器；可信需求/规格边界独立检查，固定义务无需逐步批准。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：DafnyBench和AutoRocq提供程序专属证明证据，支持把细节搜索交给代理；它们并未证明任意生产系统规格正确，因此独立验收需求/模型连接而不只看证明通过。 当前可用性：mixed；公开资料和工具入口已核对；论文配置、当前实现声明及本任务成绩分别记录，未运行本任务。 - AutoRocq：https://github.com/NUS-Program-Verification/AutoRocq/tree/24b92683d049aaa9ecf0cd19e247535e762f43b9 24b92683…；仓库Rocq9.0.0，论文8.18；开源Python/opam/Docker、模型API；不把新工具链继承旧成绩。 - DafnyBench：https://github.com/sun-wendy/DafnyBench 论文v1；代码执行前锁commit及Dafny/solver版本；公开ground_truth/hints_removed/eval；未安装运行。 ### AutoRocq在程序来源的641条SV-COMP证明义务中报告证明198条；分母是引理，不是完整程序。 依据身份：外部报告结果；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5.1/§6.1/§7；关系：direct 支持：程序验证专属生成证明与实际检查证据。 限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 核查：2026-10-20；来源状态：active 配置：arXiv v1；GPT4.1 temperature0；论文Rocq8.18/CoqPyt1.0.0、Frama-C WP提取；641义务含不溢出/功能/不变量，当前仓库9.0.0另记。 适用限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 相关进展（本条判断）： - 程序验证代理交付可重放Rocq证明义务：/explore?purpose=understand&domain=math&window=all#P-M-PROGRAM-PROOFS 首次公开 2025-11-21；判断变化 2025-11-21 ### 接收必须包括需求/模型映射和完整义务，不能由局部证明通过推出现实系统安全。 依据身份：有条件的编辑推断；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5生成义务；§7案例；limitations；关系：adjacent 支持：区分程序提取假设、引理与完整实现保证。 限制：系统级规格、并发/硬件变体需新任务验证。 核查：2026-10-20；来源状态：active 适用限制：系统级规格、并发/硬件变体需新任务验证。 ## 情境变化 ### 并发或硬件系统模型 输入变化：时序、公平性、缓存/通信/硬件抽象影响性质。 判断变化：可交形式模型与反例候选，缺专属AI实测；分阶段接收模型。 验收变化：安全/活性、状态界与公平性/环境假设，trace到真实状态映射；软件算术证据不转移。 ### 顺序软件规格与验证 输入变化：固定顺序软件模块、机器整数/内存语义和目标属性，不以并发/硬件抽象为前提。 判断变化：可委派规格/证明/反例候选；需求对应先接收，已有可信规格下按完整义务接收。 验收变化：查需求—前后置/状态—代码对应、可达性/vacuity、完整义务与实现测试，边界/溢出及反例重放。 研究前沿：已公开从C验证义务到Rocq脚本及Dafny注解的代理路径；新仓库工具链与论文旧版本不同，需重放。 下一项验证：用固定小型C/Dafny模块，先用vacuous requires、溢出和错误不变量校准验收；隐藏参考证明，检验完整义务、代码映射和一个修改后的维护。 未来改判信号： - 扩大：未见真实模块/变更中规格覆盖、反例映射与完整义务持续通过，维护成本可控。 - 收缩：只补局部引理而漏主目标、依赖大量assume或现实模型不符；缩到局部义务。 接收/拒收： - 证明的属性对应真实需求：独立对照需求、前/后置条件、状态/环境假设；检查可满足性和vacuity，确认不是把期望写进前提。 拒收：requires false导致全通过；数学整数模型掩盖机器溢出。 - 形式结果实际完整：干净重建并检查admit/axiom/assume/disabled proof、solver/库依赖；有限模型/超时/unknown各自标识，不用“无反例”混成无界证明。 拒收：跳过失败义务、增加未批准公理；仅有限展开却声称全局活性。 - 反例与实现连接：重放trace及输入，核对环境可达性；真实缺陷变成独立回归，伪反例记录需要加强的抽象。 拒收：反例只在不可能环境出现；为消除反例删真实需求。 - 变更保持目标和信任边界：比较固定规格/代码diff，重新运行受影响证明/模型检查和实现测试；记录编译器/FFI/硬件连接的保证缺口。 拒收：证明旧代码，部署新代码；依赖版本变而缓存仍绿。 失败处理：unknown/timeout保留具体义务与预算，不作unsafe或safe结论；反例先辨真伪，不通过弱化规格消除；环境缺失交可重放最小项目。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：程序算术实验不覆盖并发/公平性/硬件所有需求。 验证方法：独立核需求、状态/时间/内存模型与环境；检测requires false/vacuity、不可达目标和实现映射。 ### 交付完整证明或模型检查结果 在锁定规格/实现/工具下完成证明义务，或明确有限界/unknown/未解。 交付物：证明/模型检查项目及日志；完整义务/界限与信任基础 判断依据：外部报告结果、有条件的编辑推断 当前变化：程序专属AutoRocq、DafnyBench提供具体成果，可整包委派固定义务；接收范围以完整目标为准。 - 程序与系统验证：规格、反例和证明产物相互对照：/work-units/W-M10?version=2026-10-21.workunits.2 展示程序证明结果与输入边界，不继承数学开放题进展。（partial；workunits/work-unit/W-M10@2026-10-21.workunits.2） 应用范围：展示程序证明结果与输入边界，不继承数学开放题进展。 AI工作组织：代理可提出规格/不变量、探索反例、修改代码并响应验证器；可信需求/规格边界独立检查，固定义务无需逐步批准。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：DafnyBench和AutoRocq提供程序专属证明证据，支持把细节搜索交给代理；它们并未证明任意生产系统规格正确，因此独立验收需求/模型连接而不只看证明通过。 当前可用性：mixed；公开资料和工具入口已核对；论文配置、当前实现声明及本任务成绩分别记录，未运行本任务。 - AutoRocq：https://github.com/NUS-Program-Verification/AutoRocq/tree/24b92683d049aaa9ecf0cd19e247535e762f43b9 24b92683…；仓库Rocq9.0.0，论文8.18；开源Python/opam/Docker、模型API；不把新工具链继承旧成绩。 - DafnyBench：https://github.com/sun-wendy/DafnyBench 论文v1；代码执行前锁commit及Dafny/solver版本；公开ground_truth/hints_removed/eval；未安装运行。 ### AutoRocq在程序来源的641条SV-COMP证明义务中报告证明198条；分母是引理，不是完整程序。 依据身份：外部报告结果；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5.1/§6.1/§7；关系：direct 支持：程序验证专属生成证明与实际检查证据。 限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 核查：2026-10-20；来源状态：active 配置：arXiv v1；GPT4.1 temperature0；论文Rocq8.18/CoqPyt1.0.0、Frama-C WP提取；641义务含不溢出/功能/不变量，当前仓库9.0.0另记。 适用限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 相关进展（本条判断）： - 程序验证代理交付可重放Rocq证明义务：/explore?purpose=understand&domain=math&window=all#P-M-PROGRAM-PROOFS 首次公开 2025-11-21；判断变化 2025-11-21 ### DafnyBench评价模型给固定程序/规格补验证提示，并检查最终程序，而非自由修改规格求绿灯。 依据身份：外部报告结果；状态：active - DafnyBench v1：程序证明注解补全：https://arxiv.org/html/2406.08467v1 定位：dataset construction / evaluation；关系：partial 支持：固定规格下的程序验证注解任务证据。 限制：有限程序、历史模型；不保证自动写对需求或整个工业系统。 核查：2026-10-20；来源状态：active 配置：arXiv v1；750余现有Dafny程序移除提示，原模型/反馈条件以论文为准；本文不转抄分数。 适用限制：有限程序、历史模型；不保证自动写对需求或整个工业系统。 相关进展（本条判断）： - 程序验证注解已有可重放任务评价：/explore?purpose=understand&domain=math&window=all#P-M-DAFNY 首次公开 2024-06-12 ### 接收必须包括需求/模型映射和完整义务，不能由局部证明通过推出现实系统安全。 依据身份：有条件的编辑推断；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5生成义务；§7案例；limitations；关系：adjacent 支持：区分程序提取假设、引理与完整实现保证。 限制：系统级规格、并发/硬件变体需新任务验证。 核查：2026-10-20；来源状态：active 适用限制：系统级规格、并发/硬件变体需新任务验证。 ## 情境变化 ### 固定局部证明义务 输入变化：规格与代码已可信，只缺证明/不变量。 判断变化：可整包委派直到完整核验；接收范围就是该义务。 验收变化：防改规格/加假设/漏依赖，不能扩成全程序完成。 研究前沿：已公开从C验证义务到Rocq脚本及Dafny注解的代理路径；新仓库工具链与论文旧版本不同，需重放。 下一项验证：用固定小型C/Dafny模块，先用vacuous requires、溢出和错误不变量校准验收；隐藏参考证明，检验完整义务、代码映射和一个修改后的维护。 未来改判信号： - 扩大：未见真实模块/变更中规格覆盖、反例映射与完整义务持续通过，维护成本可控。 - 收缩：只补局部引理而漏主目标、依赖大量assume或现实模型不符；缩到局部义务。 接收/拒收： - 证明的属性对应真实需求：独立对照需求、前/后置条件、状态/环境假设；检查可满足性和vacuity，确认不是把期望写进前提。 拒收：requires false导致全通过；数学整数模型掩盖机器溢出。 - 形式结果实际完整：干净重建并检查admit/axiom/assume/disabled proof、solver/库依赖；有限模型/超时/unknown各自标识，不用“无反例”混成无界证明。 拒收：跳过失败义务、增加未批准公理；仅有限展开却声称全局活性。 - 反例与实现连接：重放trace及输入，核对环境可达性；真实缺陷变成独立回归，伪反例记录需要加强的抽象。 拒收：反例只在不可能环境出现；为消除反例删真实需求。 - 变更保持目标和信任边界：比较固定规格/代码diff，重新运行受影响证明/模型检查和实现测试；记录编译器/FFI/硬件连接的保证缺口。 拒收：证明旧代码，部署新代码；依赖版本变而缓存仍绿。 失败处理：unknown/timeout保留具体义务与预算，不作unsafe或safe结论；反例先辨真伪，不通过弱化规格消除；环境缺失交可重放最小项目。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：641义务的198通过不是198完整程序，有限检查不等于无界证明。 验证方法：干净重建全部义务，核假设/solver/未证依赖；有限、超时和unknown单列，拒绝漏主目标。 ### 交付反例诊断及规格/实现修订 从trace回到原系统，区分真实缺陷、模型错误和伪反例。 交付物：可重放trace/输入；缺陷回归或抽象修订 判断依据：有条件的编辑推断 当前变化：可委派反例解释与候选修复；采用需要trace映射实际状态，不能为消警弱化规格。 - 程序与系统验证：规格、反例和证明产物相互对照：/work-units/W-M10?version=2026-10-21.workunits.2 顺序软件与并发/硬件是不同模型输入；程序证据直接限于相应义务，跨模型保证需单独验收。（partial；workunits/work-unit/W-M10@2026-10-21.workunits.2） 应用范围：顺序软件与并发/硬件是不同模型输入；程序证据直接限于相应义务，跨模型保证需单独验收。 AI工作组织：代理可提出规格/不变量、探索反例、修改代码并响应验证器；可信需求/规格边界独立检查，固定义务无需逐步批准。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：DafnyBench和AutoRocq提供程序专属证明证据，支持把细节搜索交给代理；它们并未证明任意生产系统规格正确，因此独立验收需求/模型连接而不只看证明通过。 当前可用性：mixed；公开资料和工具入口已核对；论文配置、当前实现声明及本任务成绩分别记录，未运行本任务。 - AutoRocq：https://github.com/NUS-Program-Verification/AutoRocq/tree/24b92683d049aaa9ecf0cd19e247535e762f43b9 24b92683…；仓库Rocq9.0.0，论文8.18；开源Python/opam/Docker、模型API；不把新工具链继承旧成绩。 - DafnyBench：https://github.com/sun-wendy/DafnyBench 论文v1；代码执行前锁commit及Dafny/solver版本；公开ground_truth/hints_removed/eval；未安装运行。 ### 接收必须包括需求/模型映射和完整义务，不能由局部证明通过推出现实系统安全。 依据身份：有条件的编辑推断；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5生成义务；§7案例；limitations；关系：adjacent 支持：区分程序提取假设、引理与完整实现保证。 限制：系统级规格、并发/硬件变体需新任务验证。 核查：2026-10-20；来源状态：active 适用限制：系统级规格、并发/硬件变体需新任务验证。 ## 情境变化 ### 并发或硬件系统模型 输入变化：时序、公平性、缓存/通信/硬件抽象影响性质。 判断变化：可交形式模型与反例候选，缺专属AI实测；分阶段接收模型。 验收变化：安全/活性、状态界与公平性/环境假设，trace到真实状态映射；软件算术证据不转移。 ### 顺序软件规格与验证 输入变化：固定顺序软件模块、机器整数/内存语义和目标属性，不以并发/硬件抽象为前提。 判断变化：可委派规格/证明/反例候选；需求对应先接收，已有可信规格下按完整义务接收。 验收变化：查需求—前后置/状态—代码对应、可达性/vacuity、完整义务与实现测试，边界/溢出及反例重放。 研究前沿：已公开从C验证义务到Rocq脚本及Dafny注解的代理路径；新仓库工具链与论文旧版本不同，需重放。 下一项验证：用固定小型C/Dafny模块，先用vacuous requires、溢出和错误不变量校准验收；隐藏参考证明，检验完整义务、代码映射和一个修改后的维护。 未来改判信号： - 扩大：未见真实模块/变更中规格覆盖、反例映射与完整义务持续通过，维护成本可控。 - 收缩：只补局部引理而漏主目标、依赖大量assume或现实模型不符；缩到局部义务。 接收/拒收： - 证明的属性对应真实需求：独立对照需求、前/后置条件、状态/环境假设；检查可满足性和vacuity，确认不是把期望写进前提。 拒收：requires false导致全通过；数学整数模型掩盖机器溢出。 - 形式结果实际完整：干净重建并检查admit/axiom/assume/disabled proof、solver/库依赖；有限模型/超时/unknown各自标识，不用“无反例”混成无界证明。 拒收：跳过失败义务、增加未批准公理；仅有限展开却声称全局活性。 - 反例与实现连接：重放trace及输入，核对环境可达性；真实缺陷变成独立回归，伪反例记录需要加强的抽象。 拒收：反例只在不可能环境出现；为消除反例删真实需求。 - 变更保持目标和信任边界：比较固定规格/代码diff，重新运行受影响证明/模型检查和实现测试；记录编译器/FFI/硬件连接的保证缺口。 拒收：证明旧代码，部署新代码；依赖版本变而缓存仍绿。 失败处理：unknown/timeout保留具体义务与预算，不作unsafe或safe结论；反例先辨真伪，不通过弱化规格消除；环境缺失交可重放最小项目。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：模型可达状态可能不对应现实执行。 验证方法：重放trace、检查环境/状态可达性；真实缺陷进独立回归，伪反例说明加强抽象后的影响。 ### 交付符合固定属性的代码变更 用验证反馈改变实现，保住真实目标和旧行为。 交付物：代码/规格差异；完整义务及实现回归 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派实现与证明反馈循环；Dafny补注解不是自由写对全部程序的证据，范围以固定属性接收。 - 程序与系统验证：规格、反例和证明产物相互对照：/work-units/W-M10?version=2026-10-21.workunits.2 这里允许代码变更，应选择变更/维护场景；固定局部义务变体锁定代码，不用于覆盖改实现。（partial；workunits/work-unit/W-M10@2026-10-21.workunits.2） 应用范围：这里允许代码变更，应选择变更/维护场景；固定局部义务变体锁定代码，不用于覆盖改实现。 AI工作组织：代理可提出规格/不变量、探索反例、修改代码并响应验证器；可信需求/规格边界独立检查，固定义务无需逐步批准。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：DafnyBench和AutoRocq提供程序专属证明证据，支持把细节搜索交给代理；它们并未证明任意生产系统规格正确，因此独立验收需求/模型连接而不只看证明通过。 当前可用性：mixed；公开资料和工具入口已核对；论文配置、当前实现声明及本任务成绩分别记录，未运行本任务。 - AutoRocq：https://github.com/NUS-Program-Verification/AutoRocq/tree/24b92683d049aaa9ecf0cd19e247535e762f43b9 24b92683…；仓库Rocq9.0.0，论文8.18；开源Python/opam/Docker、模型API；不把新工具链继承旧成绩。 - DafnyBench：https://github.com/sun-wendy/DafnyBench 论文v1；代码执行前锁commit及Dafny/solver版本；公开ground_truth/hints_removed/eval；未安装运行。 ### AutoRocq在程序来源的641条SV-COMP证明义务中报告证明198条；分母是引理，不是完整程序。 依据身份：外部报告结果；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5.1/§6.1/§7；关系：direct 支持：程序验证专属生成证明与实际检查证据。 限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 核查：2026-10-20；来源状态：active 配置：arXiv v1；GPT4.1 temperature0；论文Rocq8.18/CoqPyt1.0.0、Frama-C WP提取；641义务含不溢出/功能/不变量，当前仓库9.0.0另记。 适用限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 相关进展（本条判断）： - 程序验证代理交付可重放Rocq证明义务：/explore?purpose=understand&domain=math&window=all#P-M-PROGRAM-PROOFS 首次公开 2025-11-21；判断变化 2025-11-21 ### DafnyBench评价模型给固定程序/规格补验证提示，并检查最终程序，而非自由修改规格求绿灯。 依据身份：外部报告结果；状态：active - DafnyBench v1：程序证明注解补全：https://arxiv.org/html/2406.08467v1 定位：dataset construction / evaluation；关系：partial 支持：固定规格下的程序验证注解任务证据。 限制：有限程序、历史模型；不保证自动写对需求或整个工业系统。 核查：2026-10-20；来源状态：active 配置：arXiv v1；750余现有Dafny程序移除提示，原模型/反馈条件以论文为准；本文不转抄分数。 适用限制：有限程序、历史模型；不保证自动写对需求或整个工业系统。 相关进展（本条判断）： - 程序验证注解已有可重放任务评价：/explore?purpose=understand&domain=math&window=all#P-M-DAFNY 首次公开 2024-06-12 ### 接收必须包括需求/模型映射和完整义务，不能由局部证明通过推出现实系统安全。 依据身份：有条件的编辑推断；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5生成义务；§7案例；limitations；关系：adjacent 支持：区分程序提取假设、引理与完整实现保证。 限制：系统级规格、并发/硬件变体需新任务验证。 核查：2026-10-20；来源状态：active 适用限制：系统级规格、并发/硬件变体需新任务验证。 ## 情境变化 ### 规格/代码升级 输入变化：依赖、接口和实现一起演进。 判断变化：可委派证明维护及影响分析，先锁定不允许弱化的属性。 验收变化：重放受影响义务和负控制，区分新旧版本覆盖。 研究前沿：已公开从C验证义务到Rocq脚本及Dafny注解的代理路径；新仓库工具链与论文旧版本不同，需重放。 下一项验证：用固定小型C/Dafny模块，先用vacuous requires、溢出和错误不变量校准验收；隐藏参考证明，检验完整义务、代码映射和一个修改后的维护。 未来改判信号： - 扩大：未见真实模块/变更中规格覆盖、反例映射与完整义务持续通过，维护成本可控。 - 收缩：只补局部引理而漏主目标、依赖大量assume或现实模型不符；缩到局部义务。 接收/拒收： - 证明的属性对应真实需求：独立对照需求、前/后置条件、状态/环境假设；检查可满足性和vacuity，确认不是把期望写进前提。 拒收：requires false导致全通过；数学整数模型掩盖机器溢出。 - 形式结果实际完整：干净重建并检查admit/axiom/assume/disabled proof、solver/库依赖；有限模型/超时/unknown各自标识，不用“无反例”混成无界证明。 拒收：跳过失败义务、增加未批准公理；仅有限展开却声称全局活性。 - 反例与实现连接：重放trace及输入，核对环境可达性；真实缺陷变成独立回归，伪反例记录需要加强的抽象。 拒收：反例只在不可能环境出现；为消除反例删真实需求。 - 变更保持目标和信任边界：比较固定规格/代码diff，重新运行受影响证明/模型检查和实现测试；记录编译器/FFI/硬件连接的保证缺口。 拒收：证明旧代码，部署新代码；依赖版本变而缓存仍绿。 失败处理：unknown/timeout保留具体义务与预算，不作unsafe或safe结论；反例先辨真伪，不通过弱化规格消除；环境缺失交可重放最小项目。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：实现测试、编译器/FFI/硬件连接未自动被覆盖。 验证方法：对照固定规格/需求及代码diff，重跑义务/反例/实现测试，拒绝通过改假设使变更安全。 ### 交付证明维护与信任审计 依赖/工具/实现演进后保持声明、证明和产物一致。 交付物：版本/依赖及未证清单；受影响目标重建/负控制 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派影响分析、补证明和重放；当前AutoRocq源码9.0.0不能静默继承论文8.18成绩。 - 程序与系统验证：规格、反例和证明产物相互对照：/work-units/W-M10?version=2026-10-21.workunits.2 选择有具体工具链变化的程序证据，不引无关数学进展。（partial；workunits/work-unit/W-M10@2026-10-21.workunits.2） 应用范围：选择有具体工具链变化的程序证据，不引无关数学进展。 AI工作组织：代理可提出规格/不变量、探索反例、修改代码并响应验证器；可信需求/规格边界独立检查，固定义务无需逐步批准。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：DafnyBench和AutoRocq提供程序专属证明证据，支持把细节搜索交给代理；它们并未证明任意生产系统规格正确，因此独立验收需求/模型连接而不只看证明通过。 当前可用性：mixed；公开资料和工具入口已核对；论文配置、当前实现声明及本任务成绩分别记录，未运行本任务。 - AutoRocq：https://github.com/NUS-Program-Verification/AutoRocq/tree/24b92683d049aaa9ecf0cd19e247535e762f43b9 24b92683…；仓库Rocq9.0.0，论文8.18；开源Python/opam/Docker、模型API；不把新工具链继承旧成绩。 - DafnyBench：https://github.com/sun-wendy/DafnyBench 论文v1；代码执行前锁commit及Dafny/solver版本；公开ground_truth/hints_removed/eval；未安装运行。 ### AutoRocq在程序来源的641条SV-COMP证明义务中报告证明198条；分母是引理，不是完整程序。 依据身份：外部报告结果；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5.1/§6.1/§7；关系：direct 支持：程序验证专属生成证明与实际检查证据。 限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 核查：2026-10-20；来源状态：active 配置：arXiv v1；GPT4.1 temperature0；论文Rocq8.18/CoqPyt1.0.0、Frama-C WP提取；641义务含不溢出/功能/不变量，当前仓库9.0.0另记。 适用限制：不等于198完整工业系统通过；未覆盖全部需求与编译/硬件链。 相关进展（本条判断）： - 程序验证代理交付可重放Rocq证明义务：/explore?purpose=understand&domain=math&window=all#P-M-PROGRAM-PROOFS 首次公开 2025-11-21；判断变化 2025-11-21 ### 接收必须包括需求/模型映射和完整义务，不能由局部证明通过推出现实系统安全。 依据身份：有条件的编辑推断；状态：active - AutoRocq v1：程序验证证明义务：https://arxiv.org/html/2511.17330v1 定位：§5生成义务；§7案例；limitations；关系：adjacent 支持：区分程序提取假设、引理与完整实现保证。 限制：系统级规格、并发/硬件变体需新任务验证。 核查：2026-10-20；来源状态：active 适用限制：系统级规格、并发/硬件变体需新任务验证。 ## 情境变化 ### 规格/代码升级 输入变化：依赖、接口和实现一起演进。 判断变化：可委派证明维护及影响分析，先锁定不允许弱化的属性。 验收变化：重放受影响义务和负控制，区分新旧版本覆盖。 研究前沿：已公开从C验证义务到Rocq脚本及Dafny注解的代理路径；新仓库工具链与论文旧版本不同，需重放。 下一项验证：用固定小型C/Dafny模块，先用vacuous requires、溢出和错误不变量校准验收；隐藏参考证明，检验完整义务、代码映射和一个修改后的维护。 未来改判信号： - 扩大：未见真实模块/变更中规格覆盖、反例映射与完整义务持续通过，维护成本可控。 - 收缩：只补局部引理而漏主目标、依赖大量assume或现实模型不符；缩到局部义务。 接收/拒收： - 证明的属性对应真实需求：独立对照需求、前/后置条件、状态/环境假设；检查可满足性和vacuity，确认不是把期望写进前提。 拒收：requires false导致全通过；数学整数模型掩盖机器溢出。 - 形式结果实际完整：干净重建并检查admit/axiom/assume/disabled proof、solver/库依赖；有限模型/超时/unknown各自标识，不用“无反例”混成无界证明。 拒收：跳过失败义务、增加未批准公理；仅有限展开却声称全局活性。 - 反例与实现连接：重放trace及输入，核对环境可达性；真实缺陷变成独立回归，伪反例记录需要加强的抽象。 拒收：反例只在不可能环境出现；为消除反例删真实需求。 - 变更保持目标和信任边界：比较固定规格/代码diff，重新运行受影响证明/模型检查和实现测试；记录编译器/FFI/硬件连接的保证缺口。 拒收：证明旧代码，部署新代码；依赖版本变而缓存仍绿。 失败处理：unknown/timeout保留具体义务与预算，不作unsafe或safe结论；反例先辨真伪，不通过弱化规格消除；环境缺失交可重放最小项目。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：缓存/solver策略或依赖变更可掩盖失效。 验证方法：从锁定依赖干净构建，核trusted base/assume/admit及代码hash；一次升级和故意弱化控制都重验。 ## 与工作关联的进展 ### 程序验证代理交付可重放Rocq证明义务 公开 2025-11-21；判断变化 2025-11-21 程序来源的证明义务有专属代理成果。 支持范围：局部引理和Linux模块案例不等于完整内核验证。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-PROGRAM-PROOFS ### 程序验证注解已有可重放任务评价 公开 2024-06-12 固定程序/规格下补全验证提示不同于数学解题。 支持范围：不证明业务规格正确或整个系统安全。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-DAFNY ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：固定义务的证明搜索更易整包委派，规格与实现连接成为可见交付的一部分。 加速：若代理能在新程序/大型规格演进中维持属性与完整证明，验证可进入更多日常工程。 受限：若通过依赖弱化规格/未证公理或模型脱离实现，缩到局部证明与诊断候选。 改判信号： - 未见程序全部义务与非空洞规格 - 反例到实际缺陷的映射 - 代码/工具升级后维护成本与信任基础 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 真实需求与形式属性/实现映射 - 可重放完整项目、有效反例及一次证明维护差异 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 软件质量与测试：/careers/qa-engineer.md?version=2026-10-21.careers.2 测试观察有限实例；形式验证在明确模型和假设下检查性质，二者可互补。 - 金融模型独立验证：/careers/model-validation.md?version=2026-10-21.careers.2 金融模型验证还要检验统计与业务有效性，不能由逻辑证明自动覆盖。 ## 职业名称与分类映射 - O*NET-SOC 15-1221.00 Computer and Information Research Scientists；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks - O*NET-SOC 15-1252.00 Software Developers；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks ## 工作资料与来源 - 程序与系统验证：规格、反例和证明产物相互对照：/work-units/W-M10?version=2026-10-21.workunits.2 选择有具体工具链变化的程序证据，不引无关数学进展。（partial；workunits/work-unit/W-M10@2026-10-21.workunits.2） - Computer and Information Research Scientists：https://www.onetonline.org/link/summary/15-1221.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 - Software Developers：https://www.onetonline.org/link/summary/15-1252.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。 --- # 金融模型独立验证 岗位方向；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 独立挑战金融模型的概念、实现、表现和使用范围。 可能是独立岗位也可能是风险团队职责；不与模型开发、数值校验或数学证明混同。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：模型验证、模型风险、模型审计、独立验证、Model Validation 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 模型用途与假设挑战 产物：适用范围、理论、设计和限制报告 内容覆盖：documented；已映射到可独立接收的交付；其内部步骤随同一产物验收。尚无AI完整金融模型独立验证的同任务一般成绩。 任务应用：/careers/model-validation#work-model-validation-delivery-01 变体：信用评分、定价、风险与决策模型；新模型与定期验证；内部模型与供应商模型 ### 数据与实现复核 产物：独立重算、数据血缘和实现差异 内容覆盖：documented；已映射到可独立接收的交付；其内部步骤随同一产物验收。数学或数值正确不能覆盖统计有效和业务适合。 任务应用：/careers/model-validation#work-model-validation-delivery-01 变体：信用评分、定价、风险与决策模型；新模型与定期验证；内部模型与供应商模型 ### 表现与稳健性评估 产物：基准、回测、敏感性和失效切片 内容覆盖：documented；已映射到可独立接收的交付；其内部步骤随同一产物验收。开发方反复使用的测试集不能被重新称独立。 任务应用：/careers/model-validation#work-model-validation-delivery-01 变体：信用评分、定价、风险与决策模型；新模型与定期验证；内部模型与供应商模型 ### 模型使用与治理检查 产物：依赖、调整、监测和变更控制 内容覆盖：documented；已映射到可独立接收的交付；其内部步骤随同一产物验收。文档齐全不证明真实使用严格遵守限制。 任务应用：/careers/model-validation#work-model-validation-delivery-01 变体：信用评分、定价、风险与决策模型；新模型与定期验证；内部模型与供应商模型 ### 验证结论与整改追踪 产物：重要性、限制、条件和整改证据 内容覆盖：documented；已映射到可独立接收的交付；其内部步骤随同一产物验收。报告无条件通过不能用平均良好指标抵消重大缺陷。 任务应用：/careers/model-validation#work-model-validation-delivery-01 变体：信用评分、定价、风险与决策模型；新模型与定期验证；内部模型与供应商模型 范围来源：https://www.onetonline.org/link/summary/13-2054.00；https://www.onetonline.org/link/summary/13-2099.01 当前范围以外： - 替开发团队完成模型后自我认证 - 形式逻辑证明不自动等价金融模型验证 待补： - 需独立挑战视角和真实用途样本 - 数值正确、统计表现和概念有效性不相互替代 - 本职业未取得新的本站模型试次；任务方法、实际表现与现实效果分别看待。 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 独立模型验证与整改追踪报告 以指定模型及用途交付概念挑战、数据和实现复核、稳健性测试及使用限制；复核独立性和问题关闭证据贯穿同一报告。 交付物：适用范围、理论、设计和限制报告；独立重算、数据血缘和实现差异；基准、回测、敏感性和失效切片；依赖、调整、监测和变更控制；重要性、限制、条件和整改证据 判断依据：有条件的编辑推断 当前变化：可独立整理用途、理论假设与反例，挑战开发结论。 可用独立实现或外部基准重算数据与代码差异。 可构造基准、样本外、压力和敏感性挑战报告。 可检查依赖、调整、用途、变更登记和监测治理。 可将发现映射使用条件、重要性和整改复验。 - 独立模型挑战：概念、实现、表现与使用范围：/work-units/W-F17?version=2026-10-21.workunits.2 用于独立模型验证与整改追踪报告：采用实现复核、独立比较和反事实测试方法；未取得完整模型治理的直接AI成绩，不能把被验模型自测当独立验证。（partial；workunits/work-unit/W-F17@2026-10-21.workunits.2） - 定价与风险场景：合约、校准到可复算敞口：/work-units/W-F16?version=2026-10-21.workunits.2 采用该任务明确的方法与验证路径；FinGAIA仅支持历史回撤的资料获取与数值计算，不代表完整专业决策已经验证。（adjacent；workunits/work-unit/W-F16@2026-10-21.workunits.2） - 量化研究：时间一致数据到可反驳回测：/work-units/W-F15?version=2026-10-21.workunits.2 用于独立模型验证与整改追踪报告：Qlib提供时点与成本回测方法，InvestorBench是旧模型单资产历史研究；不能据此声称组合超额收益或实盘执行有效。（partial；workunits/work-unit/W-F15@2026-10-21.workunits.2） 应用范围：采用实现复核、独立比较和反事实测试方法；未取得完整模型治理的直接AI成绩，不能把被验模型自测当独立验证。 AI工作组织：Agent从用途和原始数据重建独立基准，按差异选择反例、压力和留出检查；即使数值一致，也继续挑战标签、用途和变更，结论映射实际使用限制。 ## 任务级判断与证据 采用方式：探索与候选交付 从证据到建议：开源计算和基准让独立挑战可落地；尚无这类整包AI独立验证成绩，适合可追踪候选报告和专项复算。 当前可用性：open-implementation；已核对公开代码/文档入口，未安装或重放。Agent模型和数据接口需另接；账户、API和计算费用未测。 - ORE固定XVA压力与损益归因算例：https://github.com/OpenSourceRisk/Engine/blob/3d75a69087911a7e2cf1e6882da7bc27135c0762/Examples/XvaRisk/Readme.md 固定commit见URL；公开读取；运行需自行准备依赖、授权数据和Agent模型；规范文档本身不是执行工具 ### 开源计算和基准让独立挑战可落地；尚无这类整包AI独立验证成绩，适合可追踪候选报告和专项复算。 依据身份：有条件的编辑推断；状态：active - ORE固定XVA压力与损益归因算例：https://github.com/OpenSourceRisk/Engine/blob/3d75a69087911a7e2cf1e6882da7bc27135c0762/Examples/XvaRisk/Readme.md 定位：XVA Stress Testing / XVA P&L Explain；run_stress.py与配置文件；关系：adjacent 支持：可检查的定价风险情景输入和运行入口。 限制：不把方法存在当作AI已完成本任务。 核查：2026-10-20；来源状态：active 适用限制：未有本站试次；本任务整包可靠性、重试及人工成本未知，最小验证见本页的下一项验证。 ## 情境变化 研究前沿：可以构造独立计算与反例接收，但未证实AI能同时发现概念、数据、表现和治理缺陷；所以本包要求实质发现改变使用边界。 下一项验证：给模型包植入符号错、训练泄漏、超用途和变更未登记，独立检查是否分别发现而非只重复报告。 未来改判信号： - 在预先植入的泄漏、用途和变更缺陷及未见模型中持续发现问题，可扩大独立挑战 - 与开发共用错误、只复述报告或发现不影响批准时，不能算完成验证 接收/拒收： - 独立性可核对：不同实现或依据从原始数据复现，避免照抄开发输出 拒收：与开发共用错误函数当独立验证 - 有效性不是算术：检验概念、校准、性能、适用分布和限制 拒收：回测通过即允许全部用途 - 问题改变使用：将严重发现映射限制、补救与复验 拒收：报告有发现但仍无条件批准 失败处理：出现与开发共用错误函数当独立验证等实质错误应拒收相应部分；无法满足假设、取证或状态条件时交付明确未决及所需资料，不补造成功。 本站记录：本站未运行本任务模型试次；成功率、重试次数、实际墙钟、API费用和人工复核时间未知。开源许可不等于零运行成本。 应用范围：QuantLib/ORE支持局部定价和压力计算；FinGAIA只提供历史回撤资料与数值子能力，完整场景、校准和实际风险用途按本职业输入独立验证。 AI工作组织：Agent围绕同一合约与快照构造校准和压力，调用专业引擎并比较独立方法；价格差异驱动回查日期、方向、参数和模型，不只增加推理文本。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：历史统计、合约计算与模型校准分别接收。已有数值方法可支持委派可复算风险场景；FinGAIA只提供局部历史回撤参照，模型选择与现实覆盖需独立挑战。 当前可用性：open-implementation；已核对公开代码/文档入口，未安装或重放。Agent模型和数据接口需另接；账户、API和计算费用未测。 - QuantLib固定BermudanSwaption示例：https://github.com/lballabio/QuantLib/blob/eaeac565149ced7c1e0cd515c0fa3ed0b89f2b39/Examples/BermudanSwaption/BermudanSwaption.cpp#L157-L290 固定commit见URL；公开读取；运行需自行准备依赖、授权数据和Agent模型；规范文档本身不是执行工具 ### 可把合约和市场输入交给代理组织可复算定价/风险场景；模型、校准和最终限额状态分别验收，不由历史回撤题推定完成。 依据身份：有条件的编辑推断；状态：active - QuantLib固定BermudanSwaption示例：https://github.com/lballabio/QuantLib/blob/eaeac565149ced7c1e0cd515c0fa3ed0b89f2b39/Examples/BermudanSwaption/BermudanSwaption.cpp#L157-L290 定位：模型校准及tree/fdm NPV输出；关系：adjacent 支持：可检查数值定价与不同求解路线对照。 限制：不把方法存在当作AI已完成本任务。 核查：2026-10-20；来源状态：active - FinGAIA v1：具体信用、风险、配置任务：https://arxiv.org/html/2507.17186v1 定位：Table2、Agents/Evaluation Methods、Table3及AppendixB；关系：adjacent 支持：历史回撤的资料获取与数值计算可作为交付中取材/计算环节的参照。 限制：完整采用建议为编辑推断；Appendix A Fig8公开例计算沪深300、恒生及S&P500三指数的历史最大回撤。它不验证衍生品定价、尾部风险校准或机构风险控制。 核查：2026-10-20；来源状态：active 适用限制：未有本站试次；本任务整包可靠性、重试及人工成本未知，最小验证见本页的下一项验证。 ## 情境变化 研究前沿：Agent历史回撤计算已有局部评估；QuantLib/ORE等有公开定价与风险运行方法。尚不能由该历史统计任务推出完整定价模型、组合尾部或限额行动可靠。 下一项验证：取一份固定合约与市场数据，比较两个引擎，再改变日历、方向和曲线，检查误差与解释是否一致。 未来改判信号： - 新合约与压力中，语义、独立引擎及误差控制都一致，并能识别模型失效后扩围 - 日期方向错误、校准好却外推错误分布，或遗漏关联敞口时，拒收相应估值和风险结论 接收/拒收： - 合约语义不变：核对日历、计息、方向、币种和行权，手算简化特例 拒收：日期错而算法数值稳定 - 数值与模型各验：独立基准、网格收敛和替代模型对比，保留校准残差 拒收：校准好就当未来分布真值 - 组合压力可解释：因子冲击、对冲、非线性和归因残差重算 拒收：所有敞口直接相加漏关联 失败处理：出现日期错而算法数值稳定等实质错误应拒收相应部分；无法满足假设、取证或状态条件时交付明确未决及所需资料，不补造成功。 本站记录：本站未运行本任务模型试次；成功率、重试次数、实际墙钟、API费用和人工复核时间未知。开源许可不等于零运行成本。 应用范围：Qlib提供时点与成本回测方法，InvestorBench是旧模型单资产历史研究；不能据此声称组合超额收益或实盘执行有效。 AI工作组织：Agent可自主生成候选、重建时点数据和调用回测器，利用反例及成本反馈修订；独立留出与全部尝试日志隔离保留，不能对测试集无限搜索后报一次成功。 ## 任务级判断与证据 采用方式：探索与候选交付 从证据到建议：直接Agent历史决策回放与可重放工具支持候选策略研究；旧时期、模型知识和单资产范围不同，需严格新留出、成本及市场约束后再扩大。 当前可用性：open-implementation；已核对公开代码/文档入口，未安装或重放。Agent模型和数据接口需另接；账户、API和计算费用未测。 - Qlib固定文档：成本前后回测：https://github.com/microsoft/qlib/blob/54355232463878d2eebb91fe0ee5fa7fa1f5976c/docs/component/strategy.rst#L137-L260 固定commit见URL；公开读取；运行需自行准备依赖、授权数据和Agent模型；规范文档本身不是执行工具 ### 直接Agent历史决策回放与可重放工具支持候选策略研究；旧时期、模型知识和单资产范围不同，需严格新留出、成本及市场约束后再扩大。 依据身份：有条件的编辑推断；状态：active - Qlib固定文档：成本前后回测：https://github.com/microsoft/qlib/blob/54355232463878d2eebb91fe0ee5fa7fa1f5976c/docs/component/strategy.rst#L137-L260 定位：Running backtest；exchange_kwargs与cost分别输出；关系：adjacent 支持：可检查回测配置、仓位和成本分析路径。 限制：不把方法存在当作AI已完成本任务。 核查：2026-10-20；来源状态：active - InvestorBench：单资产历史决策Agent：https://aclanthology.org/2025.acl-long.126.pdf 定位：§3—4、AppendixF/G与Limitations；关系：partial 支持：在固定历史市场环境比较Agent决策与基线。 限制：单资产历史模拟，早期模型与有限市场时段；不支持组合、真实成交、当前模型alpha或利润保证。 核查：2026-10-20；来源状态：active 适用限制：未有本站试次；本任务整包可靠性、重试及人工成本未知，最小验证见本页的下一项验证。 ## 情境变化 研究前沿：已有旧模型/历史窗的Agent结果及基线比较；当期数据、模型知识泄漏、多重搜索和可成交成本尚需新留出验证，不能直接继承收益。 下一项验证：先重放固定基线，再故意移入未来财报、遗漏退市及漏算费用，要求诊断；只在新留出段比较候选。 未来改判信号： - 冻结新留出、登记全部搜索后仍优于合法基线并满足成本容量，才扩研究到受控执行 - 性能只在已用历史段存在，或考虑费用/退市即失效时，保留失败而不改测试口径 接收/拒收： - 无未来信息：按as-of时间重建样本，做标签和特征时间审计 拒收：用晚发布财报预测早期价格 - 样本外不被反复消耗：锁定留出并保存试验次数和选择过程 拒收：反复调参后仍叫独立样本 - 收益满足约束：独立重算持仓现金、费用和成交限制，比较基线 拒收：零费用/无成交量限制虚增收益 失败处理：出现用晚发布财报预测早期价格等实质错误应拒收相应部分；无法满足假设、取证或状态条件时交付明确未决及所需资料，不补造成功。 本站记录：本站未运行本任务模型试次；成功率、重试次数、实际墙钟、API费用和人工复核时间未知。开源许可不等于零运行成本。 尚未覆盖：尚无AI完整金融模型独立验证的同任务一般成绩。 数学或数值正确不能覆盖统计有效和业务适合。 开发方反复使用的测试集不能被重新称独立。 文档齐全不证明真实使用严格遵守限制。 报告无条件通过不能用平均良好指标抵消重大缺陷。 验证方法：核对模型任务与实际使用，专设超用途和假设失效例。 从原始数据重建计算，检查共用错误函数及单位符号。 锁独立留出，审计泄漏、校准、分布变化与失效切片。 追踪一次代码/数据变更到影响与批准状态，发现漏登记负例。 严重发现应改变使用边界；用独立证据确认改正。 ## 与工作关联的进展 尚未建立本职业的直接进展专题；同领域背景须核对任务差异，不直接外推。 ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：代码差异和测试准备自动化增多，独立挑战、适用边界与治理证据更重要。 加速：若代理能独立重建模型并可靠搜索反例，验证广度和更新频率可提高。 受限：若验证依赖开发者同一假设和数据，自动复现可能复制原错误。 改判信号： - 独立实现揭示的差异 - 模型使用后失效与验证结论的对应关系 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 能从假设、数据、实现到用途逐层检查 - 有独立复现、基准比较与限制报告 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 金融数量与量化研究：/careers/quantitative-analyst.md?version=2026-10-21.careers.2 量化研究负责构建模型；独立验证以挑战其假设、实现和用途为目标。 - 形式方法与验证：/careers/formal-methods.md?version=2026-10-21.careers.2 形式证明检查形式规格下的逻辑性质；模型验证还要检查统计与业务适用性。 ## 职业名称与分类映射 - O*NET-SOC 13-2054.00 Financial Risk Specialists；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks - O*NET-SOC 13-2099.01 Financial Quantitative Analysts；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks ## 工作资料与来源 - 独立模型挑战：概念、实现、表现与使用范围：/work-units/W-F17?version=2026-10-21.workunits.2 用于独立模型验证与整改追踪报告：采用实现复核、独立比较和反事实测试方法；未取得完整模型治理的直接AI成绩，不能把被验模型自测当独立验证。（partial；workunits/work-unit/W-F17@2026-10-21.workunits.2） - 定价与风险场景：合约、校准到可复算敞口：/work-units/W-F16?version=2026-10-21.workunits.2 采用该任务明确的方法与验证路径；FinGAIA仅支持历史回撤的资料获取与数值计算，不代表完整专业决策已经验证。（adjacent；workunits/work-unit/W-F16@2026-10-21.workunits.2） - 量化研究：时间一致数据到可反驳回测：/work-units/W-F15?version=2026-10-21.workunits.2 用于独立模型验证与整改追踪报告：Qlib提供时点与成本回测方法，InvestorBench是旧模型单资产历史研究；不能据此声称组合超额收益或实盘执行有效。（partial；workunits/work-unit/W-F15@2026-10-21.workunits.2） - Financial Risk Specialists：https://www.onetonline.org/link/summary/13-2054.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 - Financial Quantitative Analysts：https://www.onetonline.org/link/summary/13-2099.01 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。